三維點云目標特征選擇與識別方法研究.pdf

1、目標識別作為智能信息處理領(lǐng)域的核心課題，廣泛應(yīng)用于航空航天、醫(yī)藥衛(wèi)生和導航制導等領(lǐng)域。近年來，激光主動成像雷達憑借其特有的優(yōu)勢，迅速成為學術(shù)界和工業(yè)界的研究熱點。相比于傳統(tǒng)的二維圖像，激光主動成像雷達獲取的三維點云數(shù)據(jù)，真實地表征了目標的三維幾何外形及深度信息，具有尺度及旋轉(zhuǎn)不變性，且受視點、尺度、光照強度和遮擋等的影響小，使得二維圖像中無法解決或難以解決的問題有望在三維圖像中變得簡單。本文針對地面車輛類三維點云目標識別問題展開研究，在

2、目標特征提取、特征選擇、目標識別方法研究以及信息處理機研制等方面開展了如下工作:
　　(1)分析了已有的典型特征提取方法:基于投影輪廓的特征提取、幾何特征提取、Spin image特征提取和SHOT特征提取，詳盡闡述了這些特征提取方法的基本原理，并對各類特征的描述性能及其優(yōu)缺點進行了比較，仿真實驗結(jié)果表明現(xiàn)有的三維點云特征都有其一定的適用范圍，單個類型的特征很難完成特定的識別任務(wù);在此基礎(chǔ)上提出了基于SHOT特征、投影輪廓特征及長

3、寬高特征的地面目標多特征組合描述方法。
　　(2)提出了一種基于鄰域組合測度的屬性約簡算法。在鄰域粗糙集理論中，首先定義了一種新的知識不確定性度量，即鄰域粒度測度，然后結(jié)合鄰域近似精度給出了一種新的屬性重要性度量—鄰域組合測度，在此基礎(chǔ)上提出了一種基于鄰域組合測度的屬性約簡算法;最后在UCI公共數(shù)據(jù)集上進行了對比實驗，結(jié)果表明該算法在獲得緊湊約簡的同時，具有良好的分類性能。
　　(3)提出了一種基于粗糙集理論與支持向量機相結(jié)

4、合的三維點云地面目標識別方法。將基于鄰域粗糙集的屬性約簡方法應(yīng)用到三維點云地面目標的特征選擇中，有效地剔除了投影輪廓特征、SHOT特征中的冗余特征，利用約簡后的特征通過支持向量機構(gòu)造模式分類器，實驗結(jié)果表明約簡后的特征維數(shù)遠遠小于約簡前的，在有效降低特征維數(shù)、改善實時性的同時保證了支持向量機的分類能力。
　　(4)構(gòu)建了基于FPGA+雙DSP的三維點云目標識別實時信息處理系統(tǒng)。在詳細分析算法及各模塊資源消耗的基礎(chǔ)上，完成了硬件電路